Metodología de la

Investigación

Etapas del Diseño Metodológico:

UNIVERSO Y MUESTRA
Dra. Orietta Segura B
Nut. Miguel Ángel López Espinoza

Relator: Prof Nut Miguel Ángel López Espinoza, BCs

 DISEÑO METODOLÓGICO

UNIVERSO

También suele llamarse Población, al conjunto total de

individuos que presentan ciertas características que lo hacen
aglutinarse en un grupo definido de personas.

POBLACIÓN
ACCESIBLE
POBLACIÓN DIANA • Generalización
real
Generalización ideal

DIFÍCIL:
• Razones
geográficas,
• costo,
• manipulación de
variables
 DISEÑO METODOLÓGICO
Es tarea del investigador estudiar muy bien a la
población en la cual desea trabajar, para conocer sus
limitaciones, ventajas. También con ello podrá discernir
cuál es la población diana y la accesible

CRITERIO
S PARA
ESTUDIAR

COSTOS
POBLACIÓN TIEMPO DURACIÓN
ACCESIBILIDAD MUESTRA
ACCESIBLE NÚMERO DE ENCUESTADORES
CANTIDAD DE MATERIAL
COMPLEJIDAD DE VARIABLES
 DISEÑO METODOLÓGICO
Si se decide por realizar un muestreo, debe conocer que
los resultados deben representar a la población (inferir).

Si los resultados no representa a la población, sólo

serán validos a la muestra.

POBLACIÓN
ACCESIBLE
POBLACIÓN DIANA

Representa Representa
indirectamente directamente
(necesita varios
estudios)

MUESTRA
 DISEÑO METODOLÓGICO
•Probabilístico *
Diseño del Muestreo
•No Probabilístico

Tamaño de la Muestra •Ecuaciones

Parte de los
elementos
Conjunto de
Selección de de un
elementos que universo
presentan condición muestra
que se elige
común observable para el
estudio
Universo
* Generalización de Unidad de Análisis
resultados
INFERENCIA
 DISEÑO METODOLÓGICO

Para que los resultados obtenidos por una

muestra pueda representar a la población
accesible, la muestra debe pasar por dos
fases:

1. Diseño de muestreo

2. Cálculo del tamaño muestral

Si no realiza estos dos pasos, los

resultados no van a ser inferibles, por lo
tanto, representarán sólo a la muestra.
 DISEÑO METODOLÓGICO
Diseño de la muestra. Es preciso que el investigador
decida cómo pretende muestrear a los sujetos de
estudio
UNIDAD DE ANÁLISIS

Azar simple
Aleatorio
Azar
Probabilístico sistemático
Monoetápic
o Estratificado
Por conglomerados
Bietápico MUESTREO

De sujetos
Multietápico voluntarios
No Probabilístico
Por cuotas
Por conveniencia
 DISEÑO METODOLÓGICO
Muestreo Al azar Simple. El azar es quien se encarga de
decidir qué individuo entrará a la muestra. Permite
asegurar que todas las unidades de análisis tengan la
misma posibilidad de ser incluidos en la muestra.

Se usa en poblaciones donde las unidades de análisis no

presentan un ordenamiento

Se usa en poblaciones con una cantidad moderada de

unidades de análisis (no mayor a 1000 sujetos)

Se usa:

Tómbola
Tabla de Números Aleatorios
Excel
Calculadora
 DISEÑO METODOLÓGICO

Al Azar Sistemático. Cada cierta cantidad de unidades de

análisis que forman la población, se debe extraer un sujeto
de estudio que participará como muestra. Se aplica cuando
las unidades de análisis están previamente ordenadas
dentro de la población.

Se deben realizar cuatro pasos:

1°. Tener a mano el listado enumerado desde 1 a N de

todos los individuos (población)  Se conoce el tamaño de
la población (N) K=N/n

2°. Cálculo de la expresión k

3°. Determinar el número de arranque. Es un número al

azar entre el primero de la lista y K.

4°. Elegir cada K personas el sujeto que formará parte de la

 DISEÑO METODOLÓGICO
Ej: Se desea estudiar la hipercolesterolemia en escolares
de 7° año de una escuela.

Se desea muestrear a 10 escolares de 50 niños del 7° año

básico

1° Paso: Se sabe que la población tiene un orden 

listado alfabético de los alumnos (libros de clases)

2° Paso: K=50/10 = 5

3° Paso: Elegir al azar un número entre 1 y 5. El azar

decidió que el número es= 3  número de arranque

4° Paso: El primer seleccionado es el alumno n°3 de la

lista; el segundo se extrae de la suma entre 3 + 5= 8 de la
lista, luego: 8 + 5 =13 , luego 13 + 5 = 18, luego 18+
5=23, luego 23 + 5=28, luego 28 + 5 = 33, luego 33 + 5
=38, luego 38 + 5 =43, luego 43 + 5= 48.
 DISEÑO METODOLÓGICO

Consideración:

Hay que estudiar bien la población, para descartar el

hecho de conductas de repetición sistemática dentro de
los sujetos de la población, y pudiera afectar la calidad
de la muestra.

Estratificado. Se aplica cuando sabemos que hay ciertos

factores (variables, subpoblaciones o estratos) que
pueden influir en el estudio y queremos asegurarnos de
tener cierta cantidad mínima de individuos de cada tipo,
por ejemplo, un poco de jóvenes, de niños, de ancianos,
de mujeres, etc.
 DISEÑO METODOLÓGICO
Estrato: División de la población, cuya estratificación se realiza por
una variable. Ej Al estudiar la población de una cuidad, los
habitantes tienden agruparse en un solo sector (Variable
estratificadora: nivel socioeconómico)

B1 BC
ABC1 ABC

CARACTERÍSTICAS
A1 C3
Homogéneos las
AB
UNIVERSO BC2 unidades de
análisis
Heterogérneos
entre estratos

E D C2 C1
 DISEÑO METODOLÓGICO
Ejemplo: Se decide diseñar el método estratificado el
muestreo para un estudio sobre perfil ocupacional de las
nutricionistas recién egresadas de un país caribeño

Regiones Nº Nutris Muestra

Metropolitana 74
Región A 60
Región B 53
Región C 4
TOTAL 191

Por tanto, se define a la población en estudio  N=191

La muestra que se decide estudiar es de n= 50

1° Paso: Calcular el índice de muestreo  IM= n/N IM=50/191=0,2618

la muestra representa el 26,18% de la población de estudio  población accesible

 DISEÑO METODOLÓGICO
2° Paso: Usar el IM multiplicándolo por el tamaño de la población de cada
estrato

Regiones Nº Nutris IM
Muestra
Metropolitana 74 0,2618 19
Región A 60 0,2618
16
Región B 53 0,2618
14
Región C 4 0,2618
El1 muestreo donde se multiplica en cada estrato el IM se
TOTALdenomina muestreo
191estratificado con afijación
50
proporcional.

3° Paso: Ahora, se debe escoger las unidades de análisis de cada

estrato de forma aleatoria: puede ser al azar simple, o azar
sistemático, dependiendo de cómo se comporta la población
(diseño multietápico)
 DISEÑO METODOLÓGICO

Muestreo por Conglomerados.

Se aplica cuando es difícil tener una lista de todos los

individuos que forman parte de la población de estudio, pero
sin embargo sabemos que se encuentran agrupados
naturalmente en grupos.

Se realiza eligiendo varios de esos grupos al azar, y ya

elegidos algunos podemos estudiar a todos los individuos de
los grupos elegidos o bien seguir aplicando dentro de ellos
más muestreos por grupos, por estratos, aleatorios simples.
DISEÑO METODOLÓGICO

Conglomerado
División natural
de la población o
que no
intervenga una
variable como
estratificadora
(Ej: cuadras de
una ciudad).
Se procede
censar el
conglomerado
completo
 DISEÑO METODOLÓGICO
Monoetápico 1° Paso: Se dividen la población en
Bietápico conglomerados.
2° Paso: Se elije al azar una cierta cantidad de
multietápico conglomerados (depende del tiempo, costo).
3° Paso: Se procede a muestrear a todos los
individuos de los conglomerados
seleccionados.

Si todavía la cantidad de sujetos es alta, se

procede:

1° Paso: de los conglomerados seleccionados,

se seleccionan unidades de muestreo (casas,
edificios, cuadras, etc).
2° Paso: de los integrantes de cada unidad de
muestreo, seleccionar la unidad de análisis,
por medio del azar (sistemático o simple) 
 DISEÑO METODOLÓGICO

Hay que tener en cuenta el todos los

conglomerados de la población deben
presentar sujetos que representen a la
población. Sólo así se puede proceder a
la selección de conglomerados, ya que se
parte del supuesto que todos tienen la
misma probabilidad de formar parte de la
muestra.

El diseño por conglomerado también se

puede combinar con un diseño
estratificado.
 DISEÑO METODOLÓGICO
Resumen:
* ** *
* * *
* * * * •Muestrear
Muestreo al Azar o Sistemático
* *
* *

* ** * * • Estratificar
* * * *
Muestreo Estratificado * * * * • Muestrear por
* * cada estrato
* * * * *

• Aglomerar
** * * * ** * *
* * * * • Elegir por azar
Muestreo por Conglomerado * ** * * * conglomerados
* * • Muestrear
* * * ** * * conglomerados
 DISEÑO METODOLÓGICO

Diseño no probabilístico.

Si desea realizar un estudio con alguno de estos

modelos, debe saber que los resultados no
representarán o inferirán a la población accesible,
y sólo serán válidos a la muestra.

De sujetos voluntarios. Se trata de muestras

fortuitas. Las personas se ofrecen ser parte del estudio.
Si una persona se ofrece, puede sobrevalorar u
subvalorar los resultados.
 DISEÑO METODOLÓGICO

Por cuotas. El muestreo por cuotas consiste en un

muestreo de juicio, con la restricción de que la muestra
incluye un número mínimo de cada subgrupo específico
dentro de la población. El paso inicial es determinar la
cantidad o “cuota” de sujetos de estudio a incluirse y que
poseen las características indicadas.

Ejemplo: Encuesta de opinión pública, en que los

encuestadores proceden a buscar las personas hasta
cubrir la cuota previamente fijada, sin preocuparse por
áreas geográficas, zonas u otro criterio.

Por conveniencia. El investigador decide, según sus

objetivos los elementos que integrarán la muestra,
considerando aquellas unidades supuestamente “típicas”
 DISEÑO METODOLÓGICO
Cálculo de la Muestra.

El tamaño de la muestra se calcula, teniendo en cuenta:

Objetivo General. Ej: Si el OG: Conocer la prevalencia de

Cáncer de próstata en el Hospital xxx  implica calcular
un porcentaje

El cálculo de la muestra para el

porcentaje es distinto si se desea conocer
un promedio.

Tipo de Estudio. El tamaño de muestra es distinto si uno

quiere estudiar desde la perspectiva de un estudio
descriptivo o un caso y control o un cohorte.

Universo. Si conoce el universo se usa una fórmula, si no

 DISEÑO METODOLÓGICO
Cálculo de la Muestra.

El tamaño de la muestra implica conocer:

•Error de muestreo. Lo impone el investigador (del 1 al

15%)

•Nivel de Confianza (90 – 95 – 99%) Potencia (80%,

90%)

•Conocimiento de un estadígrafo de un estudio anterior

Si no se tiene conocimiento del estadígrafo en un estudio
anterior:

• Se escribe un estadígrafo teórico (p=0,5)

• Se calcula a través de la información recolectada en la prueba
piloto
 DISEÑO METODOLÓGICO
Cálculo de la Muestra.

El nivel de confianza y la potencia estadística

son las probabilidades de que un estudio de un
determinado tamaño detecte como
estadísticamente significativa una diferencia
que realmente existe (Altman, 1991).
Potencia Nivel de
estadística Confianza
1 - beta alpha

Alpha= Probabilidad aceptada a

Beta= probabilidad aceptada a
priori de cometer un error tipo I
priori de cometer un error tipo II
Afirmar que existen diferencias
El resultado es significativo cuando
significativas cuando realmente no
realmente lo es
la hay
 DISEÑO METODOLÓGICO
Cálculo de la Muestra.
Representa a
la mayoría
de los
sujetos de
Cola: una
representa Alpha Beta Alpha población
sujetos que cualquiera.
se escapan Implica que
de lo normal, los
casos resultados
extremos. representan
a la mayoría

Entre más grande el valor de alpha (mayor es el nivel de

confianza), se hace más chico el valor de beta (mayor es la
potencia)
Potencia Nivel de
estadística Confianza
1 - beta alpha
 DISEÑO METODOLÓGICO
Cálculo de la Muestra.

VALORES DE INTERVALOS DE CONFIANZA Y POTENCIA ESTADÍSTICA

Alpha z Beta z

0,1 1,65 0,2 0,84

95%0,05 1,96 0,1 1,28 90%

0,01 2,58 0,05 1,65

Intervalo de Potencia
Confianza Estadística
 DISEÑO METODOLÓGICO
Cálculo de la Muestra.
Cálculo de la Muestra si el objetivo de la Investigación
tiene que ver con Proporción (P)

z ⋅ p (1 − p )
2
No se conoce el tamaño de N n≥ 2
d
CÁLCULO

z 2 ⋅ N ⋅ p (1 − p )
n≥ 2
Sí se conoce el tamaño de N d ⋅ ( N − 1) + z 2 ⋅ p (1 − p )
 DISEÑO METODOLÓGICO
Cálculo de la Muestra.
Cálculo de la Muestra si el objetivo de la Investigación
tiene que ver con la Media

z ⋅s
2 2
No se conoce el tamaño de N n≥ 2
d
CÁLCULO

N ⋅z ⋅s2 2

Sí se conoce el tamaño de N n≥ 2
d ⋅ ( N − 1) + z ⋅ s
2 2
 DISEÑO METODOLÓGICO

Unidad de Análisis.

Como se ha mencionado anteriormente, la

Unidad de Análisis son los sujetos sobre el
cual se estudia.

Ejemplos:
•Niños macrosómicos
•Adultos mayores de ambos sexos entre 70 a 80
años
•Embarazadas
•Embarazadas Preeclámpsicas Criterios de
Inclusión

Necesita delimitar la Unidad de Análisis

 DISEÑO METODOLÓGICO

Criterios de Inclusión son todas las

características que debe poseer todos los
individuos que forman parte de la
muestra.

Criterios de Exclusión son las

características que el investigador no
desea que las unidades de análisis
presenten.
Con ello se pretende “limpiar” y evitar sesgos en
resultados.
Así se controlan mejor las variables que se estudian,
evitando que la Unidad de Análisis sea el origen de
resultados falsos, y por ende, conclusiones que no
representan al Universo ni a la realidad de la propia